חיפוש בחדשות

חברת הסטארט-אפ האמריקאית Etched (חברת שבבי AI אמריקאית) מדווחת על התקדמות דרמטית בפיתוח שבבי אינפרנס לבינה מלאכותית, עם צבר הזמנות חוזיות של מיליארד דולר עבור מערכות ה-'Frontier Inference Clusters' שלה. החברה, שהוקמה ב-2022 על ידי Gavin Uberti (מנכ"ל ומייסד שותף) ו-Robert Wachen (נשיא ומייסד שותף), חשפה כי גייסה עד כה 800 מיליון דולר, כולל סבב סודי של 500 מיליון דולר לפי שווי של 5 מיליארד דולר בדצמבר האחרון. השבבים של החברה, שיוצרו בהצלחה על ידי TSMC (חברת ייצור השבבים הטיוואנית), נועדו לייעל ולהוזיל את עלויות הרצת מודלי השפה בקנה מידה רחב.

תחקיר מקיף של מגזין WIRED (מגזין הטכנולוגיה WIRED) וגוף Liberty Investigates (גוף התקשורת ללא מטרות רווח Liberty Investigates) חושף כי פרויקט חיזוי פשיעה אלגוריתמי רחב היקף של משטרת Avon and Somerset Police (משטרת אייבון וסומרסט) נכשל ונסגר בחשאי בשל חוסר דיוק חמור והטיות מובנות. הפרויקט, שהתבסס על ה-Think Family Database (מסד הנתונים "לחשוב משפחה") וכלל רשומות רגישות של כחצי מיליון אזרחים, הפיק תוצאות מעוותות: למשל, מודל לחיזוי פורצים פעל ברמת דיוק נמוכה מ-10% במשך שלוש שנים. דוח עצמאי של ארגון Social Finance (סושיאל פייננס) קבע כי מודלי הניקוד היו האלמנט החלש ביותר בפרויקט, מה שהוביל להפסקת השימוש בהם מחשש לפגיעה בפרטיות והטיות חברתיות קשות.

ג'סטין ארנסט, לשעבר מנהל בקרן Playground Global, זיהה פער משמעותי בשוק ההון סיכון: משרדי פמילי אופיס ומוסדות קטנים התקשו לקבל גישה לטבלאות המניות של חברות הטכנולוגיה וה-AI החמות ביותר בעולם. במקום להקים קרן מסורתית בתהליך ממושך של 12-18 חודשים, ארנסט הקים את Sabertooth Capital וגייס כמעט 500 מיליון דולר בתוך שנה אחת בלבד. ההון הושקע ב-10 חברות מובילות כמו Anthropic, SpaceX ו-PsiQuantum באמצעות ישויות השקעה ייעודיות (SPV) המאושרות ישירות על ידי הסטארטאפים. מודל זה מציג נתיב עוקף יעיל ומהיר לגיוס וניהול השקעות עבור משקיעים מוסדיים קטנים ומשרדי פמילי אופיס ברחבי העולם, כולל בישראל.

זיהוי אוטומטי של מחקרי EQ-5D הוא משימה קריטית בסקירות שיטתיות, והמחקר החדש ב-arXiv מראה ששילוב ישויות ביו-רפואיות עם מודלים כמו BioBERT, SciBERT ו-BERT יכול להעלות את ציון ה-F1 עד 0.82 ולהגיע כמעט לריקול מלא ברמת המחקר. עבור עסקים וארגונים בישראל — במיוחד בפארמה, digital health, קופות חולים ומכוני מחקר — המשמעות היא פחות סינון ידני, פחות פספוסי מסמכים ויכולת לבנות זרימת עבודה מבוססת N8N, Zoho CRM ו-WhatsApp Business API. הלקח המרכזי: הערך העסקי אינו רק במודל, אלא באינטגרציה שלו לתהליך עבודה מדיד ומאובטח.

**RARE-PHENIX הוא מודל שמבצע פנוטיפינג מקצה לקצה מטקסט קליני: חילוץ תסמינים, מיפוי ל-HPO ודירוג החשיבות האבחנתית שלהם.** לפי המחקר, המערכת הגיעה לדמיון אונטולוגי של 0.70 לעומת 0.58 ב-PhenoBERT, לאחר אימון על 2,671 מטופלים ובדיקת חוץ על 16,357 רשומות קליניות. הערך האמיתי עבור ארגונים בישראל אינו רק רפואי: המחקר מדגים למה AI נותן תוצאה טובה יותר כשהוא עובד כזרימת עבודה מלאה ולא כמודול בודד. זה רלוונטי לבתי חולים, ל-healthtech וגם לעסקים שמחברים AI Agents, WhatsApp Business API, Zoho CRM ו-N8N כדי לחלץ מידע, לתקנן אותו ולדרג מה דורש טיפול מיידי.

**זיהוי Jailbreak ב-LLM קליניים הוא זיהוי סטיות לשוניות שמרמזות שמשתמש מנסה להוציא מערכת הדרכה רפואית מהקשר מקצועי, רפואי או אתי. במחקר arXiv:2602.13321v1 החוקרים החליפו תיוג ידני של 4 תכונות (מקצועיות, רלוונטיות רפואית, אתיקה והסחת הקשר) במודלים מבוססי BERT שמנבאים את הציונים מהטקסט, ואז מזינים אותם למסווג שמעריך הסתברות ל-Jailbreak.** למרות שהמיקוד קליני, השיטה רלוונטית גם לעסקים בישראל שמפעילים מערכות שיחה בוואטסאפ או צ׳אט: תכונות ברות-פרשנות מאפשרות לקבוע ספים, לתעד ב-CRM (כמו Zoho) ולהפעיל זרימות ב-N8N שמנתבות שיחות חשודות לנציג אנושי. היתרון: לא “לרדוף” אחרי ניסוחי עקיפה, אלא למדוד שינויי התנהגות בשפה.

בעידן שבו מודלי שפה כמו BERT משמשים בכלי AI עסקיים, הטיות חברתיות וסטריאוטיפים עלולים לפגוע באמינות. מחקר חדש מציג את RobustDebias... קראו עכשיו את הפרטים המלאים! (112 מילים)

מסגרת Cerium מבוססת GPU מאפשרת הסקת AI מוצפן במודלים גדולים כמו Llama3 במהירות מדהימה, ומתחרה בשבבי ASIC. קראו על ההישגים הטכניים והמשמעות העסקית.

האוטיזם הופך נפוץ, אבחונו ארוך. מודל BioBERT שקוף מנתח טקסטים קליניים ומגיע ל-97% דיוק. קראו על היתרונות על פני מודלים שחורים. (112 מילים)

חוקרים מאוניברסיטת לימריק שיפרו BERT לצ'אטבוט מידע קורסים עם 1,203 זוגות QA. התוצאות מראות שיפור בדיוק, צעד ראשון למודלים אקדמיים. קראו על הפוטנציאל לחינוך דיגיטלי. (112 מילים)